Question

我在另一个问题上得到了你们所有人的帮助，我想知道我的下一期是否也能轻易解决。

基本上，由于我将PDF格式转换为excel文件，我在每个单元格中都有很多重复的句子。

例如：

$bad_string = "B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >";

$good_string = goodFunction($bad_String);
//echo 'B7R, B9R, B12R, B12M 430mm Disc 2005 >'

这到底怎么可能？条件是坏字符串重复X次。它永远不会改变，就像复制和粘贴到位一样多（由于不良的pdf来转换）

有没有解决方案？

Answer 1

我使用preg_replace。我假设重复的字符串是连续的形式。

$bad_string = "B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >";
echo preg_replace('~^(.*?)\1+$~', '\1', $bad_string);

输出：

B7R, B9R, B12R, B12M 430mm Disc 2005 >

DEMO

如果句子必须以>符号结尾，那么您可以使用此正则表达式。

(.*?>)(?=(?:.*?\1)+$)

DEMO

$bad_string = "foo B7R, B9R, B12R, B12M 430mm Disc 2005 > bar B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >B7R, B9R, B12R, B12M 430mm Disc 2005 >";
echo preg_replace('~(.*?>)(?=(?:.*?\1)+$)~', '', $bad_string);

输出：

foo  bar B7R, B9R, B12R, B12M 430mm Disc 2005 >

如何检测和删除字符串中的重复句子？

1 个答案: